数据帧交错重排序

Question

抱歉，题目不太好，问题可能更糟。你知道吗

我需要对pandas数据帧执行一个超级简单的操作，但我显然缺少如何调用它，因此无法找到要搜索的正确关键字。你知道吗

给定一个数据帧

   a   b   c
0  0  46  14
1  0   7  14
2  0  46  19
3  0   7  19
4  1  46  14
5  1   7  14
6  1  46  19
7  1   7  19

我需要重新排序行以获得

   a   b   c
0  0  46  14
4  1  46  14
1  0   7  14
5  1   7  14
2  0  46  19
6  1  46  19
3  0   7  19
7  1   7  19

另一个简单的，也许不那么模棱两可的例子。我想从

   a
0  0
1  0
2  1
3  1
4  2
5  2

至

   a
0  0
2  1
4  2
1  0
3  1
5  2

编辑：对整个图片进行一些澄清

值得一提的是，第一个示例中的数据帧是字典的笛卡尔积

'a': [0, 1], 'b': array([46,  7]), 'c': array([14, 19])}

即

[{'a': 0, 'b': 46, 'c': 14},
 {'a': 0, 'b': 7, 'c': 14},
 {'a': 0, 'b': 46, 'c': 19},
 {'a': 0, 'b': 7, 'c': 19},
 {'a': 1, 'b': 46, 'c': 14},
 {'a': 1, 'b': 7, 'c': 14},
 {'a': 1, 'b': 46, 'c': 19},
 {'a': 1, 'b': 7, 'c': 19}]

我需要对它进行排序，以便为每个参数组合将所有a值分组并循环在一起。你知道吗

Answer 1

如果要进行排序，使看到值的第0次都排在第一位，然后是第1次，依此类推，可以按感兴趣的列进行分组，并对累计计数进行排序：

In [119]: df.loc[df.groupby("a").cumcount().sort_values(kind='mergesort').index]
Out[119]: 
   a
0  0
2  1
4  2
1  0
3  1
5  2

这是因为

In [120]: df.groupby("a").cumcount()
Out[120]: 
0    0
1    1
2    0
3    1
4    0
5    1
dtype: int64

In [121]: df.groupby("a").cumcount().sort_values(kind='mergesort')
Out[121]: 
0    0
2    0
4    0
1    1
3    1
5    1
dtype: int64

请注意，我们使用kind='mergesort'来保证稳定性，如果需要，您可以先对原始帧排序，如果您想打开[1, 2, 2, 0, 0, 1]->；[0, 0, 1, 1, 2, 2]->；[0, 1, 2, 0, 1, 2]。你知道吗

Answer 2

通过在开始时创建不同的DataFrame，可以跳过所有的重新排序。您可以使用np.tile和np.repeat的组合，而不是仅仅使用itertools.product。你知道吗

import pandas as pd
import numpy as np

a = [0, 1] 
b = np.array([46, 7])
c = np.array([14, 19])

d = list(zip(np.tile(a, len(b)*len(c)), 
             np.tile(np.repeat(b, len(a)), len(c)), 
             np.repeat(c, len(a)*len(b))))

pd.DataFrame(d, columns=['a', 'b', 'c'])
#   a   b   c
#0  0  46  14
#1  1  46  14
#2  0   7  14
#3  1   7  14
#4  0  46  19
#5  1  46  19
#6  0   7  19
#7  1   7  19